典型文献
考虑量测数据缺失的电力系统暂态稳定评估
文献摘要：
电力系统量测数据在传输过程中可能出现缺失,进而影响现有暂态稳定评估方法的性能.为此,基于生成对抗网络(generative adversarial networks,GAN)和极限学习机(extreme learning machine,ELM),提出了一种考虑量测数据缺失的电力系统暂态稳定评估方法.首先,使用GAN生成符合真实数据分布的新数据,解决量测数据缺失问题;然后,利用ELM评估模型实现对电力系统的暂态稳定评估;最后,在新英格兰10机39节点系统上进行测试.结果表明,所提方法能够有效修复缺失数据,显著提高暂态稳定评估准确率.与其他评估模型相比,其更适用于电力系统暂态稳定评估领域,有益于基于数据驱动的暂态稳定评估方法的实际应用.
文献关键词：
暂态稳定评估;生成对抗网络;极限学习机;数据缺失;数据分布
中图分类号：
作者姓名：
王磊;张野;张雅婷;晏光辉;刘颂凯
作者机构：
国网天津市电力公司城西供电分公司,天津 300000;三峡大学电气与新能源学院,湖北宜昌 443002
文献出处：
引用格式：
[1]王磊;张野;张雅婷;晏光辉;刘颂凯-.考虑量测数据缺失的电力系统暂态稳定评估)[J].电气自动化,2022(06):22-24
A类：
B类：
量测数据,数据缺失,电力系统暂态稳定评估,输过,生成对抗网络,generative,adversarial,networks,GAN,极限学习机,extreme,learning,machine,ELM,真实数据,数据分布,新数据,模型实现,新英格兰,节点系统,缺失数据,有益于
AB值：
0.187884
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
